Pandas 数据分析，高中体测练习

758 0 0

作者:zpc

分析体测成绩

需求：

体侧成绩转变成分数

开卷考试

excel完成可以

pandas读取excel代码中完成

一个手输入

进一步，画图，分布，体重正常，肥胖，偏瘦比例，绘制饼图

男生跑步1000成绩，不及格，及格，中等，良好，优秀，柱状图绘制

导包、读取文件

import numpy as np

import pandas as pd

from pandas import Series,DataFrame

import matplotlib.pyplot as plt
%matplotlib inline

data = pd.read_excel('18级高一体测成绩汇总.xls')
data

班级	性别	姓名	1000米	50米	跳远	体前屈	引体	肺活量	身高	体重	BMI
0	1	男	高孜阳0611	4'13	8.88	195	12	1	2785	170	72.6	NaN
1	1	男	郝少杰1013	4'16	7.70	225	11	7	3133	174	52.7	NaN
2	1	男	郝梓烨0619	4'09	8.45	218	14	1	3901	169	46.5	NaN
3	1	男	何弘源1010	4'21	8.05	206	13	1	4946	183	79.7	NaN
4	1	男	刘硕鹏1212	3'44	7.52	210	13	9	3538	171	54.7	NaN
...	...	...	...	...	...	...	...	...	...	...	...	...
488	17	男	张乔楠0311	4'23	8.27	208	10	0	4647	176	69.5	NaN
489	17	男	郭泽森0333	5'19	9.55	210	15	6	7042	177	76	NaN
490	17	男	陈子龙061X	3'25	7.5	252	13	13	5755	181	65	NaN
491	17	男	王丹龙0636	4'39	7.81	208	14	11	5688	172	51.7	NaN
492	17	男	王玉涵0636	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN

# 清洗数据
cond = data['班级'] != '班级'  # 把有班级那一行的数据给删除

data = data[cond]    #  得到新的数据

data[:45]

班级	性别	姓名	1000米	50米	跳远	体前屈	引体	肺活量	身高	体重	BMI
0	1	男	高孜阳0611	4'13	8.88	195	12	1	2785	170	72.6	NaN
1	1	男	郝少杰1013	4'16	7.70	225	11	7	3133	174	52.7	NaN
2	1	男	郝梓烨0619	4'09	8.45	218	14	1	3901	169	46.5	NaN
3	1	男	何弘源1010	4'21	8.05	206	13	1	4946	183	79.7	NaN
4	1	男	刘硕鹏1212	3'44	7.52	210	13	9	3538	171	54.7	NaN
5	1	男	刘运硕0314	3'49	7.94	190	20	7	3970	175	66.4	NaN
6	1	男	吕晓瑶0314	3'54	7.75	186	11	7	3710	173	53.9	NaN
7	1	男	米孜聪0636	4'3	8.06	195	3	1	5578	178	83.1	NaN
8	1	男	聂浩然2719	4'01	7.75	220	15	10	3821	175	66.5	NaN
9	1	男	牛苗嘉1211	4'12	7.38	245	17	11	4423	167	53.9	NaN
10	1	男	牛砚哲2813	4	7.82	219	13	11	4031	173	57.4	NaN
11	1	男	齐子涵185x	4'13	7.37	228	9	15	4354	163	54.6	NaN
12	1	男	乔一甲0616	3'45	7.66	202	7	3	2238	179	61.1	NaN
13	1	男	任晓波0311	3'46	7.66	245	3	7	4811	177	63.9	NaN
14	1	男	戎小龙2633	0	0	0	0	0	0	0	NaN	NaN
15	1	男	桑淳熙0616	3'57	7.60	192	7	5	4147	174	59.2	NaN
16	1	男	田晓龙2411	4'18	8.14	210	8	4	4241	179	61.9	NaN
17	1	男	田玉聪2716	3'32	7.20	255	22	12	5324	183	63.4	NaN
18	1	男	王晨宇0613	3'56	8.15	207	13	12	4363	173	60.5	NaN
19	1	男	王家梁0630	3'47	8.15	202	13	16	5364	174	56	NaN
20	1	男	王乐天3331	3'53	7.85	210	3	7	3445	177	56.9	NaN
21	1	男	王一钊1213	3'57	7.85	220	9	2	5670	177	55.5	NaN
22	1	男	王子天0634	3'42	7.23	212	12	15	5709	185	72.3	NaN
23	1	男	王子鑫0012	4'3	7.68	218	15	3	4780	177	83.7	NaN
24	1	男	未晓锟1214	4'14	8.30	206	15	1	3358	173	46.6	NaN
25	1	男	张国瑞033x	4'04	8.15	205	9	5	3494	169	48.3	NaN
26	1	男	张皓天0632	4'04	7.55	190	12	5	3286	169	50.1	NaN
27	1	男	张泽地0310	4'02	7.55	240	5	12	4483	171	58.4	NaN
28	1	男	张智贤0318	3'57	7.89	220	9	11	4254	166	54.8	NaN
29	1	男	赵博翰101x	4'16	8.19	212	27	7	3498	169	68	NaN
30	1	男	赵泽凯0311	4'01	7.89	213	5	11	4322	174	55.9	NaN
31	1	男	赵泽宇0616	4'08	8.21	208	19	20	3917	166	51.9	NaN
32	1	男	左晶川1217	4'06	8.71	206	11	4	3970	172	47.8	NaN
34	2	男	贾和0633	4'22	7.97	215	9	9	3865	175	58.7	NaN
35	2	男	李森0636	0	0	0	0	0	0	0	NaN	NaN
36	2	男	李一帆1812	4'46	8.79	172	7	1	4750	174	88.6	NaN
37	2	男	李子阳0618	4'01	7.37	210	2	7	4714	182	62.5	NaN
38	2	男	吕星繁0312	0	0	0	0	0	0	0	NaN	NaN
39	2	男	赵凌云105x	4'13	7.77	208	8	7	4327	173	56	NaN
40	2	男	赵鹏悦2612	4'27	8.8	185	10	5	4745	164	74.8	NaN
42	3	男	宫诚博0612	3'43	6.89	276	16	12	5212	1.84	73.1	NaN
43	3	男	郭亚浩181X	4'04	7.25	240	13	8	4756	1.76	72	NaN
44	3	男	郝晓辰0013	3'38	7.36	246	22	11	4433	1.84	62.5	NaN
45	3	男	李国玺2310	4'19	8.17	220	18	1	4438	1.74	72.2	NaN
46	3	男	李一帆1218	4'08	7.8	227	15	1	6033	1.77	85.6	NaN

data.fillna(0, inplace=True)  # 没有参加体侧的同学分数都填充成0

# 没有空数据了
data.isnull().any()  #查询是否还有空数据

班级       False
性别       False
姓名       False
1000米    False
50米      False
跳远       False
体前屈      False
引体       False
肺活量      False
身高       False
体重       False
BMI      False
dtype: bool

data.head()

班级	性别	姓名	1000米	50米	跳远	体前屈	引体	肺活量	身高	体重	BMI
0	1	男	高孜阳0611	4'13	8.88	195.0	12	1	2785	170.0	72.6
1	1	男	郝少杰1013	4'16	7.70	225.0	11	7	3133	174.0	52.7
2	1	男	郝梓烨0619	4'09	8.45	218.0	14	1	3901	169.0	46.5
3	1	男	何弘源1010	4'21	8.05	206.0	13	1	4946	183.0	79.7
4	1	男	刘硕鹏1212	3'44	7.52	210.0	13	9	3538	171.0	54.7

把数据中的 4'13 转换成小数

def convert(x):
    
    if isinstance(x, str):
        minute, second = x.split("'")
        minute = int(minute)
        second = int(second)
        return minute + second / 100.0
    else:
        return x


data['1000米'] = data['1000米'].map(convert)   # 映射
data.head()

班级性别姓名 1000米 50米跳远体前屈引体肺活量身高体重 BMI 0 1 男高孜阳0611 4.13 8.88 195.0 12 1 2785 170.0 72.6 0.0 1 1 男郝少杰1013 4.16 7.70 225.0 11 7 3133 174.0 52.7 0.0 2 1 男郝梓烨0619 4.09 8.45 218.0 14 1 3901 169.0 46.5 0.0 3 1 男何弘源1010 4.21 8.05 206.0 13 1 4946 183.0 79.7 0.0 4 1 男刘硕鹏1212 3.44 7.52 210.0 13 9 3538 171.0 54.7 0.0

加载体侧成绩评分表

score = pd.read_excel('体侧成绩评分表.xls', header = [0,1]) 
score

男肺活量女肺活量男50米跑女50米跑男体前屈 ... 女跳远男引体女仰卧男1000 女800 成绩分数成绩分数成绩分数成绩分数成绩分数 ... 成绩分数成绩分数成绩分数成绩分数成绩分数 0 4540 100 3150 100 7.1 100 7.8 100 23.6 100 ... 204 100 16.0 100 53 100 3'30" 100 3'24" 100 1 4420 95 3100 95 7.2 95 7.9 95 21.5 95 ... 198 95 15.0 95 51 95 3'35" 95 3'30" 95 2 4300 90 3050 90 7.3 90 8.0 90 19.4 90 ... 192 90 14.0 90 49 90 3'40" 90 3'36" 90 3 4050 85 2900 85 7.4 85 8.3 85 17.2 85 ... 185 85 13.0 85 46 85 3'47" 85 3'43" 85 4 3800 80

内容来源于网络如有侵权请私信删除

文章来源: 博客园

原文链接: https://www.cnblogs.com/quietzpc/p/12170481.html

标签： AI 人工智能

你还没有登录，请先登录或注册！

还没有人评论，欢迎说说您的想法！

Pandas 数据分析，高中体测练习

Pandas 数据分析，高中体测练习

分析体测成绩

需求：

体侧成绩转变成分数

开卷考试

excel完成可以

pandas读取excel代码中完成

一个手输入

进一步，画图，分布，体重正常，肥胖，偏瘦比例，绘制饼图

男生跑步1000成绩，不及格，及格，中等，良好，优秀，柱状图绘制

导包、读取文件

把数据中的 4'13 转换成小数

加载体侧成绩评分表

相关课程

热门标签

Pandas 数据分析，高中体测练习

Pandas 数据分析，高中体测练习

分析体测成绩

需求：

体侧成绩转变成分数

开卷考试

excel完成可以

pandas读取excel代码中 完成

一个手输入

进一步，画图，分布，体重正常，肥胖，偏瘦比例，绘制饼图

男生跑步1000成绩，不及格，及格，中等，良好，优秀，柱状图绘制

导包、读取文件

把数据中的 4'13 转换成 小数

加载体侧成绩评分表

相关课程

热门标签

推荐文章

pandas读取excel代码中完成

把数据中的 4'13 转换成小数